Dados Kalshi: Livros de Ordens ao Vivo, API e as Quatro Camadas de Dados

Kalshi nomeia tudo com três tickers aninhados: uma série (KXBTC15M, todo mercado Bitcoin de 15 minutos), um evento (uma janela dessa série) e um mercado (um strike dentro do evento, como KXBTC15M-26JUN211530-30). O ticker do mercado é a chave de junção; os tickers da série e do evento são como você descobre mercados em massa. Errar esse nível é o bug de reconciliação mais comum, porque um evento contém vários mercados com strikes diferentes e livros muito diferentes.

A API da Kalshi serve velas: abertura, máxima, mínima e fechamento do preço yes em períodos fixos, com volume. Para precisão de previsão, calibração e gráficos, essa é a entrada correta. O que uma vela não pode dizer é se havia tamanho disponível: um fechamento de 32 centavos significa que uma negociação foi registrada ali, não que uma ordem de 500 contratos poderia ter sido preenchida perto disso. Em um mercado de 15 minutos, uma série de velas grosseira também carrega poucos pontos durante toda a vida do contrato.

O endpoint de negociações da Kalshi retorna fills executados com preço, quantidade e lado do tomador, e seu nível histórico os mantém. Isso cobre pesquisa de volume, fluxo e tempo de preenchimento. Como qualquer fita de negociações, não pode recuperar o livro: um mercado raso e um profundo podem imprimir as mesmas negociações, então o slippage que uma ordem pagaria não é derivável apenas das negociações.

Um livro Kalshi são duas escadas de lances: lances sim e lances não. Não há um lado de oferta separado, porque um não-lance no preço p é uma oferta sim no preço 1 − p. Na amostra registrada abaixo, o melhor lance sim é 0.32 e o melhor lance não é 0.67, então a oferta sim implícita é 0.33 — um mercado de um centavo. O endpoint público de livro de ordens do Kalshi retorna essa estrutura apenas para o momento presente; seu nível histórico cobre negociações e candlesticks, não profundidade ao longo do tempo. Reproduzir o livro como ele era requer captura contínua, que é o que o arquivo do DepthFeed faz.

DepthFeed serve as camadas gravadas por meio de uma superfície REST. A descoberta de mercado recebe um ticker de série e um intervalo de tempo e retorna os mercados com seus tickers e metadados; a rota snapshot retorna livros gravados para um ticker de mercado exato, com include_orderbook expondo ambas as escadas; orderbook/latest retorna o livro gravado mais recente. O downsampling seleciona uma observação gravada real em vez de interpolar uma, para que uma lacuna permaneça uma lacuna visível.

Use CSV para inspeção e pequenos extratos, Parquet para pesquisa colunar grande, e REST para puxadas limitadas ou incrementais. O formato deve mudar como os bytes chegam, nunca o que um registro significa: mantenha o ticker do mercado, o timestamp de recebimento em milissegundos, os arrays completos de preço e tamanho de sim e não, e marcadores explícitos onde os dados estão ausentes. Um conjunto de dados Kalshi reduzido a um preço por linha é uma série de candles sob outro nome.

O arquivo gravado começa em janeiro 2026, onde a captura contínua iniciou, não onde Kalshi começou — os próprios candles e negociações da Kalshi alcançam mais longe do que qualquer arquivo de livro de terceiros, por isso as camadas são complementares e não substitutas. A cobertura aqui é de mercados cripto; os números descrevem amostras medidas em uma coorte nomeada, não uma garantia de serviço. Onde um mercado não foi capturado, a resposta é uma lacuna explícita.